Factótum Cultural

Por Adriano Nicolau da Silva

O que acontecerá com o conhecimento construído ao longo de séculos quando sistemas artificiais forem capazes de organizar e relacionar informações em escala que nenhum ser humano poderá acompanhar? Minha inquietação não se restringe à velocidade de cálculo ou à capacidade de armazenamento: refere-se à transformação da relação entre informação, conhecimento, sabedoria e experiência humana. Sob a perspectiva cognitivo-comportamental, esses processos não são entidades internas isoladas, mas conjuntos de respostas verbais e não verbais moldadas pela interação do indivíduo com o ambiente e pelas consequências de suas ações. Se a cognição humana criou instrumentos para ampliar seus limites, o que ocorre quando esses instrumentos passam a participar ativamente da produção do conhecimento?

A trajetória humana é de contínua investigação do mundo e de si mesma. Ciências exatas, naturais e sociais aprofundaram a compreensão da realidade; a psicologia, na vertente cognitivo-comportamental, estuda também percepção, memória e crenças como mediações entre estímulo e resposta, sem tratá-los como causas primeiras. Ao longo desse caminho, construímos linguagens, livros, instrumentos e computadores. A escrita ampliou a memória; a matemática tornou representáveis relações inacessíveis aos sentidos; e os computadores passaram a executar operações em velocidade incompatível com o processamento humano. Manifestações simbólicas como arte e espiritualidade acrescentaram a produção de significado, com respostas que passam a funcionar como estímulos reguladores do comportamento. Nosso percurso não é apenas de acumular dados, mas de construir formas de compreender e transformar a realidade na interação entre indivíduo e ambiente.

É fundamental distinguir informação, conhecimento e sabedoria. Informação é o conjunto de estímulos que pode ser armazenado e recuperado; conhecimento consiste na relação funcional entre esses estímulos e as respostas emitidas em contextos distintos; sabedoria refere-se à seleção de respostas considerando consequências de longo prazo, valores éticos e bem-estar coletivo. Alguém pode deter muita informação sem estabelecer relações úteis; pode reproduzir regras sem compreender suas contingências. Diante da inteligência artificial, essa distinção torna-se decisiva: a máquina processa volumes imensos de dados, mas não possui sistema de reforçamento moldado por vivências pessoais, nem história de vida que confira significado ao que processa. A psicologia cognitiva demonstrou que atenção, memória de trabalho e processamento têm limites estruturais. Baddeley (2000), ao propor o conceito de buffer episódico, descreveu o componente que integra informações na memória de trabalho. Esses limites não são falhos: são condições biológicas que possibilitam a seletividade, a intencionalidade e a avaliação valorativa. Por isso desenvolvemos recursos externos — anotações, cálculos, sistemas coletivos — para ampliar capacidades cognitivas. Clark e Chalmers (1998) aprofundam essa ideia ao defender a tese da mente estendida: instrumentos e sistemas externos participam funcionalmente de nossos processos de pensar e agir. A inteligência artificial traz uma nova dimensão, pois deixa de ser suporte passivo e passa a colaborar na organização e produção de informação. Collins et al. (2024) discutem sistemas que aprendem e atuam conjuntamente com seres humanos, aproximando inteligência artificial e cognição em tarefas complexas. O futuro exigirá, portanto, repertórios metacognitivos: saber distinguir o que se pensa do que o sistema apresenta, preservando autonomia e flexibilidade.

“A inteligência humana compreende e decide com base em percepção, crenças e valores — um processo que exige tempo. A IA é incomparavelmente mais rápida em processar dados, mas não substitui a reflexão. O desafio não é igualar sua velocidade, mas usar sua agilidade sem deixar de questionar, reconhecer vieses e assumir autoria sobre o que pensamos e decidimos. ”

A IA já atua em reconhecimento de padrões, tradução, produção de imagens e apoio à pesquisa. Se vier a alcançar capacidade geral de aprendizagem superior à humana, o risco principal não é técnico, mas psicológico: respostas prontas podem enfraquecer o raciocínio passo a passo, a dúvida e a construção própria — processos essenciais à flexibilidade. Não há cronograma definido para uma inteligência artificial geral, mas Good (1965), Bostrom (2014) e Russell (2019) analisam riscos, alinhamento e responsabilidade, envolvendo ciência, ética, educação e sociedade.

A pergunta central não é se a máquina saberá mais, mas o que significa saber: para quê, com que finalidade e quais consequências. Quantidade não é compreensão; velocidade não é sabedoria; previsão estatística não é julgamento moral, que se fundamenta em valores construídos na convivência. É preciso evitar dois extremos: negar avanços ou supor que processamento equivalha a experiência humana. A IA pode superar-nos em tarefas mensuráveis, mas não responde por si só por questões de sentido, responsabilidade e ética. Para a educação, isso significa que não basta transmitir informação: é preciso formar para perguntar, comparar fontes, reconhecer vieses e assumir responsabilidade. A UNESCO (2023) reforça a centralidade do ser humano, do pensamento crítico e da agência diante da IA generativa.

Há também um risco epistemológico: Messeri e Crockett (2024) analisam as “ilusões de compreensão”, nas quais respostas convincentes da IA fazem crer que entendemos mais do que de fato entendemos. Se delegarmos a formulação de perguntas e a verificação de evidências, pode haver mais informação e menos reflexão. O desafio não é impedir que as máquinas saibam, mas evitar que deixemos de pensar.

Maior capacidade técnica não gera sabedoria automaticamente. A humanidade produziu tanto avanço quanto destruição; a inteligência por si só não define o uso que se faz dela — valores, relações sociais e escolhas individuais é que orientam. Representar uma experiência verbalmente não é o mesmo que vivê-la; essa distinção é decisiva para empatia e ética. A pergunta “a máquina será mais inteligente? ” É insuficiente; devemos perguntar para quê, segundo quais critérios e quem define os fins. O problema é tecnológico, mas também cognitivo, educacional e ético. A tecnologia que transforma a produção de conhecimento reestrutura também nossas relações com aprendizagem, trabalho e poder.

A inteligência humana nunca esteve restrita ao cérebro biológico: estende-se a livros, instituições, cultura e gerações. A própria IA é fruto dessa história — e retorna ao ser humano para transformá-lo. Se um dia o superarmos em tarefas intelectuais, uma pergunta permanecerá: o que faremos com o que sabemos? O conhecimento amplia possibilidades, mas escolhas conscientes dão-lhe direção. A sabedoria talvez consista em reconhecer que nem tudo que é tecnicamente possível deve ser realizado — e que o critério reside no valor da vida a preservar.

O futuro não exige rejeitar a IA, mas impedir que o aumento de nossa capacidade externa venha acompanhado de atrofia da responsabilidade pessoal. Quanto mais poderosas as ferramentas, mais necessário questioná-las e supervisioná-las; quanto mais prontas as respostas, mais indispensável pensar por si mesmo. Sonho com uma humanidade que use sistemas extraordinários sem perder a capacidade de perguntar, criar, cuidar e dar sentido à existência. Talvez a verdadeira questão não seja se a máquina será mais inteligente, mas se o ser humano continuará sabendo para que deseja sê-lo. No fim, informação não é conhecimento, conhecimento não é sabedoria — e a inteligência só encontra sua dimensão humana quando se converte em responsabilidade diante da vida.

REFERÊNCIAS

Baddeley, A. D. (2000). The episodic buffer: A new component of working memory? Trends in

Cognitive Sciences, 4(11), 417–423. https://doi.org/10.1016/S1364-6613(00)01538-2

Bostrom, N. (2014). Superintelligence: Paths, dangers, strategies. Oxford University Press.

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19.

https://doi.org/10.1093/analys/58.1.7

Collins, K. M., et al. (2024). Building machines that learn and think with people. Nature Human Behaviour, 8, 1851–1863. https://doi.org/10.1038/s41562-024-01991-9

Good, I. J. (1965). Speculations concerning the first ultraintelligent machine. Advances in Computers, 6, 31–88. https://doi.org/10.1016/S0065-2458(08)60418-0

Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49–58. https://doi.org/10.1038/s41586-024-07146-0

Russell, S. J. (2019). Human compatible: Artificial intelligence and the problem of control. Viking.

UNESCO. (2023). Guidance for generative AI in education and research.

Os artigos publicados, por colunistas e articulistas, são de responsabilidade exclusiva dos autores, não representando, necessariamente, a opinião ou posicionamento do Factótum Cultural.